【Miniconda】conda创建、查看、删除虚拟环境

开发python程序过程中涉及到python模块的管理，我们知道每一类语言都有相应的包管理工具，如Java的maven、gradle，go语言的mod、vendor，rust语言的cargo，那么python也有对应的包管理工具，其中Miniconda只是其中最精简的一个，针对Miniconda使用命令本章进行总结。

一、管理conda

（1）检查conda版本

• conda --version

（2）获取版本号

• conda --version 或者 conda -V

（3）列出所有的环境

• conda env list
• conda list 命令用于查看conda下的包，而conda env list命令可以用来查看conda创建的所有虚拟环境。

（4）查看环境管理的全部命令帮助

• conda env -h

（5）conda升级

• conda update conda升级conda
• conda update anaconda升级anaconda前要先升级conda
• conda update --all升级所有包

在实际环境中提示执行：

• conda update -n base -c defaults conda

上述命令无法正确更新conda 版本，请使用如下命令耐心等待更新

• conda install conda=24.3.0

（6）conda升级后释放空间

在升级完成之后，我们可以使用命令来清理一些无用的包以释放一些空间：

• conda clean -p删除没有用的包
• conda clean -t删除保存下来的压缩文件（.tar）

二、管理环境

（1）创建环境

• conda create --name env-name python=3.12.2 或者
• conda create -n env-name python=3.12.2

–name：也可以缩写为 【-n】

【env-name】是新创建的虚拟环境的名字，创建完，可以装anaconda的目录下找到envs/env-name 目录
python=3.12.2：是python的版本号。也可以指定为【python=3.6】，如果我们没有指定安装python的版本，conda会安装我们最初安装conda时所装的那个版本的python。

⚠️ 注意经过实测，python版本号需要写全。

若创建特定python版本的包环境，需键入conda create -n env-name python=3.12.2

• conda create -n env-name python=3.12.2  [list of package]。list of package是可选项，选择要为该环境安装的包。

若想要在创建环境同时安装python的一些包：

• conda create -n env-name python=3.12.2 numpy pandas

若想在别人虚拟环境的基础上创建自己的环境：

• conda create -n env-name --clone <baseEnvName>

baseEnvName是clone的环境名称

（2）激活环境

Linux，OS X:

• source activate env-name

Windows：

• activate env-name

小技巧：
新的开发环境会被默认安装在你conda目录下的envs文件目录下。你可以指定一个其他的路径；

（3）切换到base环境

如果要从你当前工作环境的路径切换到系统根目录时，执行：

• conda deactivate

（4）复制一个环境
通过克隆来复制一个环境。这儿将通过克隆bigdata来创建一个称为bigmodel的副本。

• conda create -n bigmodel --clone bigdata

通过conda env list来检查目前拥有的环境
（5）删除一个环境
如果你不想要这个名为bigmodel的环境，就按照如下方法移除该环境：

• conda env remove -n bigmodel

三、管理包

（1）安装包 或 安装特定版本的包

• conda install package-name
• conda install package-name==version

（2）查看所有已安装包

• conda list

（3）卸载包

• conda remove package-name

（4）更新包
更新一个包

• conda update package-name

更新所有包

• conda update --all

（5）搜索包

• conda search search-term，可以模糊搜索需要安装的包，搜索到指定版本可以指定版本安装
• conda install pandas==1.1.1（举例）

四、把环境添加到jupyter notebook

调试程序过程中，如果你本地创建了虚拟环境，那么在Jupyter中需要指定虚拟环境才可调试，前提是我们的虚拟环境加入到Jupyter得kernel中。

首先通过conda activate env-name 进入想要添加的虚拟环境中，然后安装ipykernel，接下来将虚拟环境添加到kernel中即可，操作步骤如下：

• pip install ipykernel
• python -m ipykernel install --name kernel_name 

kernel_name可以取与环境名不一样的名字，但方便起见建议与虚拟环境名称统一，这里我的kernel_name是bigmodel1。

（1）查看已添加到jupyter notebook的kernel
我们可以使用jupyter kernelspec list来查看已添加到jupyter notebook的kernel。
显示如下：

$ jupyter kernelspec list
Available kernels:
  bigmodel1              /Users/easton/Library/Jupyter/kernels/bigmodel1
  mojo-jupyter-kernel    /Users/easton/Library/Jupyter/kernels/mojo-jupyter-kernel
  python3                /Library/Frameworks/Python.framework/Versions/3.12/share/jupyter/kernels/python3

可以看到bigmodel1成功加入到kernel中。

如果是jupyter lab就会看到如下界面：

如果使用jupyter notebook，在右上角也能选择切换kernel对应的虚拟环境，界面如下：

（2）删除指定的kernel
若想删除某个指定的kernel，可以使用命令

• jupyter kernelspec remove kernel_name

由于python是不向后兼容的，分开环境可以避免语法版本不一引起的错误，同时这也可以避免工具包安装与调用的混乱。

参考：

conda创建新环境_conda create-CSDN博客